Detekcja zmian w drzewostanie Tatr w latach 1984-2023 z wykorzystaniem algorytmu BFAST

Obserwacje satelitarne zrewolucjonizowały sposób monitorowania stanu i zmian w krajobrazie Ziemi. Dostępność darmowych zobrazowań satelitarnych, takich jak te pochodzące z programu Landsat, ułatwiła badanie dynamiki zmian w środowisku w czasie. Pozwala to na analizę długoterminowych trendów, sezonowości oraz czasu i lokalizacji występujących zmian. w niniejszej pracy wykorzystano zobrazowania pochodzące z satelitów Landsat z lat 1984–2023 do detekcji zmian w pokrywie leśnej Tatr. Wykorzystując program Google Earth Engine do wstępnego przetwarzania danych, wykonano maskowanie pokrywy chmur, agregację danych w miesięczne zobrazowania pokrywające okres wegetacyjny oraz obliczono wskaźnik Normalized Difference Vegetetion Index (NDVI). Algorytm BFAST (Breaks For Additive Season and Trend, Verbesselt i in., 2010), zastosowany za pomocą języka programowania R, pozwolił na dekompozycję szeregów czasowych zobrazowań satelitarnych na składowe trendu i sezonowości, identyfikując istotne zmiany. Całkowita powierzchnia zmian w drzewostanie wyniosła 240,72 km², przy czym 197,03 km² obejmowało uszkodzenia a 43,69 km² poprawę kondycji roślinności. Dokładność całkowita detekcji zmian wyniosła 99,8% przy dokładności producenta dla klasy zmian na poziomie 48,5% i dokładności użytkownika dla tej samej klasy na poziomie 88,9%. to podejście umożliwia wykrycie i analizę zmian w pokrywie leśnej Tatr, co jest istotne dla ochrony ekosystemów górskich.